微阵列数据分析 差异基因分析.ppt

String Cytoscape 微阵列数据分析 引言 分子生物学主要集中详细地究某个单个基因。然而在许多的生物进程中，特别是许多疾病中，是通过多个基因相互作用进行影响的。 Normal Cells Tumor Cells 不同的表达谱 基因表达的衡量方法 通过衡量存在于细胞中的所有信使RNAs(mRNAs)的表达水平。 基本技术路线是：制备芯片，在一个约1cm^2 大小的玻璃片上，将称为探针的cDNA 或寡核苷酸片段固定在上面;从细胞或组织中提取mRNA ，通过RT-PCR 合成荧光标记的cDNA ，与芯片杂交;用激光显微镜或荧光显微镜检测杂交后的芯片，获取荧光强度，分析并得到细胞中mRNA 丰度的信息。 微阵列实验步骤（1） 微阵列实验步骤(2) mRNA从细胞中进行提取。一个样品来自于肿瘤细胞，另外一个样品来组于正常细胞。 mRNA使用逆转录酶转换成互补的cDNA。 cDNA被标记成荧光标记：使用红色表示肿瘤细胞cDNA,绿色为正常细胞cDNA。 两种样品彼此混合在一起，并在微阵列上杂交生成互补的DNA序列。 使用激光扫描仪衡量来自于每个红色和绿色点的荧光像素。 如果一个基因在两个样品中都高表达，则相应的点就会显示黄光(红色光+绿色光)。 微阵列实验步骤(3) 荧光强度跟某个基因在样品中cDNA含量相关(在细胞中的mRNA水平). 红光：基因在肿瘤细胞中高表达，在正常细胞中不表达； 绿光：基因在正常细胞中高表达，在肿瘤细胞中不表达； 黄光(红色光+绿色光)：基因在两个样品中都高表达； 数据处理（1） 在进行数据处理之前，芯片上的每个点对应的不同颜色将被转换成不同的数值，该数值表示红色染料与绿色染料的强度值。通常该值使用red/green的结果作为最后每个点的表达值。 4个基因对应的表达值 数据处理（2） 微阵列和基因相关联： 当比值(Ratio)1,基因在肿瘤的形成过程中被诱导(被刺激产生更多的mRNA)。在图中Gene A被诱导4倍。 当比值(Ratio)1,基因在肿瘤形成过程中被抑制(产生更少的mRNA)，Gene C被抑制了3倍。 肿瘤形成过程中,Gene B和Gene C没有受到影响(Ration=1)。 数据处理（4）-表达值转换 在分析大量的微阵列表达数据时，必须使用统计分析的方法进行。然而，小数不适合进行统计计算。表达比值通常使用log2进行转换，对于增加或减少1，相应的就发生2倍的改变。 在以下的例子中，采用10为底来对比值进行变换(便于使用计算器)。log2和log10的转换关系如下所示： 数据处理（5）-微阵列数据转换 数据处理（6）-微阵列数据转换 为了便于直观看懂表达谱，通常将比值转换成各种不同尺度的颜色。以下是使用不同尺度的红色和绿色荧光标记的表达谱数据。 Heatmap 差异基因表达(DEGs) 差异表达基因(Differentially expressed genes ,DEGs)：一个物种的每个细胞包含了这种物种基因组的一个完全拷贝。细胞具有不同的类型和状态，比如，血液、神经、皮肤细胞以及分裂细胞等。 是什么使得细胞间彼此不相同？ 差异基因表达，随着时间、地点和每个基因表达的量的改变而变化。 差异表达基因就是在两个或以上的不同的实验组中，基因的表达值具有显著不同。 使用GEO2R分析差异基因 What is GEO2R? Use GEO2R to compare two or more groups of Samples (within a single GEO experiment) in order to identify genes that are differentially expressed across experimental conditions. Results are presented as a table of genes ordered by significance. Start GEO2R Start GEO2R Start GEO2R Start GEO2R Start GEO2R Start GEO2R Start GEO2R Start GEO2R Start GEO2R Start GEO2R Start GEO2R Start GEO2R Save the results g:Profiler Protein-protein interaction 蛋白蛋白相互作用